目前中国内陆的水体污染问题十分严重,众所周知：内陆水质的好坏直接影响着国民经济发展和人民生产生活,因此,准确及时地了解水体水质变化,能够更好的管理水资源,对保护环境,特别是保护水资源有着重要的意义。传统的水质检测方法是采取定点定面采样分析评价,这种方法研究的周期长,费用高,工作量大。随着遥感技术的发展和遥感影像尺度的精细化,利用遥感技术进行水环境质量监测的研究越来越多,水质遥感监测方法具有监测范围广、速度快、成本低和便于进行长期动态监测等优点,因此在内陆水体水质监测研究中成为研究热点之一。渭河陕西段地处陕西关中地区,西安、咸阳、渭南、宝鸡等大中城市均坐落于流域内,是陕西省政治、金融、文化、经济及信息中心,该地区工业集中、农业发达、旅游资源丰富,而渭河是主要的河流和水源。随着社会经济的发展和人口的猛增,生产生活用水和排污量不断加大,其水环境已非同往昔,因此渭河水质受到了严重污染,尤其是有机污染更为严重,因此,对其水环境质量进行监测具有重大深远的意义。本文研究的主要内容包括：1、介绍了遥感水质反演的基本原理和研究概况,以及常用的遥感数据和监测方法。2、介绍了BP神经网络及其在水质监测方面的应用,灰色理论的基本原理及其应用。3、对采用灰色GM(1,1)模型对渭河水质数据进行扩充的可行性进行了分析,介绍了灰色GM(1,1)模型的构建,以及精度检验过程和残差模型的构建,建立了结合灰色扩充的GA-BP神经网络模型。4、介绍了BP神经网络模型和灰色模型结合的理论基础以及分析了它们结合优势,再进行了结合方法的说明,阐述了BP神经网络向时间响应函数映射的数学过程,构建了以灰色理论中的GM(1,1)模型为辅助设计,BP神经网络为主体预测的灰色神经网络模型。5、本文以渭河陕西段为研究区域,并参考监测站的监测数据,选取了高锰酸盐指数(CODmn).化学需氧量(COD).氨氮(NH3-N).溶解氧(DO)四个水质变量进行反演并给出结果。实验证明：灰色BP神经网络模型的对渭河水质信息的反演结果是最好的。